刘端阳
- 作品数：51 被引量：227H指数：9
- 供职机构：浙江工业大学计算机科学与技术学院、软件学院更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术文化科学经济管理社会学更多>>
- 基于新工科理念的数据结构课程教学改革探索
- 新工科是适应新经济和新产业而产生的高等工程教育理念,是现有高等教育的发展方向和建设目标.本文分析了浙江工业大学计算机科学与技术学院、软件学院数据结构课程在采用传统教学方式中存在的一些问题,然后根据新工科的人才培养理念,提...
- 刘端阳刘志
- 关键词：教学改革
- 改进的基于二叉树的无交互防欺骗检测方法被引量：2
- 2008年
- 针对一个已有的基于二叉树的无交互防欺骗检测方法进行改进。考虑用户实际诚实计算所花费的开销,把用户没有计算但猜中计算结果的概率计算在内,使进行欺骗的代价大于诚实计算所有任务的代价,用户从欺骗中得不到任何好处,从而达到防止欺骗的目的。改进后的方法比原方法需要更少的样本。
- 黄德才陈建武刘端阳
- 关键词：防欺骗二叉树网格计算
- 基于(t,n)门限的关系型数据库水印算法被引量：2
- 2009年
- 用水印实现数据库版权保护,是数据库安全领域新的研究热点,而提高水印算法的鲁棒性则是其中的一个研究重点。提出基于(t,n)门限的数据库水印算法,在水印图像嵌入时,利用门限算法对水印图像进行分存,得到水印影子,将这些影子与数据库数据混合并嵌入到数据库中,使得对数据库的恶意攻击不会直接破坏水印本身;在提取水印过程中,用若干水印影子的组合还原水印图像,减少了水印被破坏的程度。实验分析表明,该水印算法是有效的,并且具有很好的鲁棒性。
- 黄德才姚瑶刘端阳龚卫华
- 关键词：门限数据库水印
- 翻转课堂模式下数据结构课程的教学方法改革与实践
- 数据结构课程是计算机专业重要的核心基础课,如何在有限的课时内完成繁重的教学内容,同时通过对各种数据结构的编程实现,使学生全面深入掌握该课程一直是专业教师面临的挑战.本文采用翻转课堂教学模式,将数据结构中的核心知识点制作成...
- 刘志刘端阳黄伟
- 关键词：教学改革
- 具有惩罚功能的可信机制研究
- 2008年
- 网格计算是一项新的分布式计算技术,它可以把分散的各种互联网资源集成为一个统一的平台,实现组织间的资源共享和协作。在实际环境中,网格作业调度必须考虑各个独立、自治组织的个体利益。针对这个问题,本文描述了一种适用于可信机制运作的网格体系结构,并阐述了它的功能组件,同时提出了具有惩罚功能的可信机制,并通过模拟实验证明了算法的有效性。
- 刘端阳徐卫
- 关键词：网格惩罚
- 基于MFC的递归算法动态演示系统
- 递归问题是数据结构相关算法中重要的组成部分.本文将递归问题通过动态图形展示算法的执行过程,以提高学生对递归过程的理解.在多文档多窗口框架下,利用多线程技术,动态展示代码的逐行执行过程,以及相应的递归调用情况,并通过单步执...
- 刘志尹世超刘端阳
- 关键词：数据结构递归算法多线程
- 基于开放式教学模式的计算机控制系统课程教学改革
- "计算机控制系统"是针对高校计算机学院"计算机+自动化"双专业而设立的一门重要的专业基础课程.针对教学活动中存在的一些问题,本文基于开放式教学模式,从教学观念与教学目标的设定,教学内容和教学形式的选择,教学评价体系的建设...
- 杨曦沈国江刘端阳杨旭华
- 关键词：开放式教学模式能动性自主创新意识
- 基于CUDA的k-means算法并行化研究被引量：3
- 2018年
- k-means算法在面对大规模数据集时,计算时间将随着数据集的增大而成倍增长。为了提升算法的运算性能,设计了一种基于CUDA(Compute Unified Device Architecture)编程模型的并化行k-means算法,即GS_k-means算法。对k-means算法进行了并行化分析,在距离计算前,运用全局选择判断数据所属聚簇是否改变,减少冗余计算;在距离计算时,采用通用矩阵乘加速,加快计算速度;在簇中心点更新时,将所有数据按照簇标签排序分组,将组内数据简单相加,减少原子内存操作,从而提高整体性能。使用KDDCUP99数据集对改进算法进行实验,结果表明,在保证实验结果的准确性的情况下,改进算法加快了计算速度,与经典的GPUMiner算法相比加速比提升5倍。
- 刘端阳郑江帆沈国江刘志
- 关键词：K-MEANSCUDA并行计算大数据
- 基于PBL的数据结构课堂教学
- 针对数据结构课堂教学中存在的一些问题，笔者在分析和对比PBL教学和LBL教学的优缺点的基础上，提出了采用PBL教学的思路，阐述了PBL教学的实施流程，设计了PBL教学的教学实例，最后总结了PBL教学实施的效果和存在问题，...
- 徐卫刘端阳
- 关键词：数据结构PBL教学课堂教学
- 基于命题逻辑的关联规则挖掘算法L-Eclat被引量：3
- 2017年
- 关联规则挖掘是数据挖掘领域非常重要的课题,在很多领域被广泛应用。关联规则挖掘算法都需要设置最小支持度和最小置信度。很多国内外学者研究的挖掘算法在这两方面都存在着一些问题,不仅需要大量的领域知识来设置合适的最小支持度,而且其结果集庞大、用户不容易理解。针对关联规则挖掘算法存在的问题,将命题逻辑融合到关联规则算法Eclat中,设计出了基于命题逻辑思想的挖掘算法L-Eclat。实验结果表明,L-Eclat算法压缩了挖掘的规则集,减小了算法的时间消耗,且即使是非常小的支持度也可以得到高质量的关联规则,这在一定程度上解决了支持度设置的问题。
- 徐卫李晓粉刘端阳
- 关键词：关联规则命题逻辑置信度
